The Effects of Prebiotics and Probiotics Following Antibiotic Exposure in a Mouse Model of Autism Spectrum Disorder: A Research Protocol
Notice bibliographique
Résumé
The human microbiota consists of 10-100 trillion symbiotic microbial cells critical for one’s digestive system, immune system and for managing neurological symptoms experienced in neurodevelopmental conditions. With early exposure to antibiotics, an individual’s microbiome composition is negatively affected by reducing the diversity of microbial species found in the microbiome and can lead to an imbalance in the Gut-Brain-Axis (GBA). While the direct relationship between the GBA and neurodevelopmental functioning is still unclear, evidence suggests that individuals with a disruptive microbiome and an imbalanced GBA have an increased risk of developing neurodevelopmental disorders, specifically autism spectrum disorder (ASD). To improve microbiome diversity, exposure to a high prebiotic and probiotic diet in the early stages of life can reintroduce beneficial bacteria back into the microbiome and improve microbial diversity. Pre- and pro-biotics can improve microbiome diversity and restore balance to the GBA. With the introduction of a prebiotic and probiotic diet and a balanced GBA, there is a possibility to reduce the severity of ASD symptoms. By reducing the severity of ASD symptoms, the quality of life of those with severe ASD can potentially be improved allowing them to maintain functional independence. This research protocol intends to utilize an automated video tracking system and three-chambered social approach to evaluate the behavioural symptoms in BTBR strain mice which exhibit symptoms before and after administration of pre- and probiotics following antibiotic exposure.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».